买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳翌信信息科技有限公司申请的专利一种微光夜视镜的增强信息生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119831863B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411892614.5，技术领域涉及：G06T5/50；该发明授权一种微光夜视镜的增强信息生成方法及系统是由王磊设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种微光夜视镜的增强信息生成方法及系统在说明书摘要公布了：本申请公开了一种微光夜视镜的增强信息生成方法及系统，涉及图像数据处理领域，包括：利用微光夜视镜采集微光夜视场景的可见光图像，并利用红外深度传感器采集微光夜视场景的深度图像；对采集的可见光图像和深度图像进行预处理；根据预处理后的深度图像，通过三维重建算法构建微光夜视场景的三维模型；利用生成对抗网络GAN，将三维模型与采集的可见光图像进行融合，生成增强后的夜视图像；针对现有技术中微光夜视增强图像中场景几何失真，本申请采集微光夜视镜场景的深度图像，通过深度图像构建场景的三维几何模型。利用生成对抗网络对三维模型和可见光图像进行融合，生成增强的夜视图像等，保留场景几何结构，生成更加逼真的夜视图像。

本发明授权一种微光夜视镜的增强信息生成方法及系统在权利要求书中公布了：1.一种微光夜视镜的增强信息生成方法，其特征在于，包括： 利用微光夜视镜采集微光夜视场景的可见光图像，并利用红外深度传感器采集微光夜视场景的深度图像； 对采集的可见光图像和深度图像进行预处理； 根据预处理后的深度图像，通过三维重建算法构建微光夜视场景的三维模型； 利用生成对抗网络GAN，将三维模型与采集的可见光图像进行融合，生成增强后的夜视图像； 对采集的可见光图像进行预处理，包括： 对微光夜视镜采集的可见光图像进行分块，得到多个局部子图像； 根据每个局部子图像，通过滑动窗口的方式在子图像上逐像素提取局部区域； 对提取的每个局部区域，统计局部区域内像素值的方差，作为局部噪声方差； 根据局部噪声方差，设置中值滤波器的参数；利用设置参数后的中值滤波器对相应局部区域进行中值滤波处理；对所有局部区域进行中值滤波处理，得到降噪后的可见光图像； 对降噪后的可见光图像进行Retinex分解，得到反映图像亮度分布的光照图和反映图像内的反射率图； 利用拉伸算法对光照图进行范围扩展，以增强图像亮度对比度，得到增强后的光照图； 利用引导滤波算法对反射率图进行平滑处理，得到平滑处理后的反射率图； 将增强后的光照图和平滑处理后的反射率图进行像素级相乘，得到预处理后的可见光图像； 其中，利用生成对抗网络GAN，将三维模型与采集的可见光图像进行融合，包括： 将微光夜视场景的三维模型作为条件输入到生成对抗网络GAN的生成器中，生成器通过解码三维模型的几何结构和纹理映射，生成初始夜视图像； 将采集的可见光图像作为真实样本输入到生成对抗网络GAN的判别器中，判别器通过编码可见光图像的纹理和噪声分布，得到可见光图像的特征； 在生成器和判别器的对抗学习中，生成器以三维模型为条件约束，并以判别器对生成图像的判别结果为优化目标，通过反向传播更新生成器参数，生成增强后的夜视图像； 在生成器的损失函数中设置重建损失项，通过约束当前迭代步生成器生成的夜视图像与初始夜视图像在像素空间的差异，使生成器学习三维模型的几何结构和光照先验信息； 在生成器的损失函数中设置感知损失项，通过预训练的卷积神经网络提取当前迭代步生成器生成的夜视图像和采集的可见光图像的多尺度卷积特征，并计算卷积特征组成的特征空间内两幅图像特征的L1距离，使生成器学习可见光图像的纹理和噪声分布； 在生成器的损失函数中设置对抗损失项，将当前迭代步生成器生成的夜视图像输入判别器进行真假判别，并以判别器的判别结果作为生成器的损失； 通过生成器和判别器的交替训练，最小化生成器的重建损失、感知损失和对抗损失，同时最大化判别器对可见光图像和当前迭代步生成器生成的夜视图像的二分类准确率，使生成器和判别器的参数达到纳什均衡，得到对抗学习后的生成器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳翌信信息科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区高新南七道022号高新工业村T2栋A栋301；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。